Google DeepMind annonce Genie 4, une nouvelle génération de son modèle d’intelligence artificielle capable de créer des environnements interactifs en temps réel. La nouveauté majeure est l’arrivée de l’audio généré nativement avec des ambiances, de la musique et des dialogues, tandis que les utilisateurs peuvent modifier le monde en cours de simulation à l’aide de simples prompts. Le modèle IA est d’abord proposé à un groupe restreint de testeurs.
Genie 4 transforme une description en monde explorable
Contrairement à un générateur vidéo classique, Genie 4 ne se limite pas à produire une séquence destinée à être regardée. Le modèle IA construit un environnement au fil de l’exploration en générant les images et les réactions du monde en temps réel. L’objectif de Google est de permettre à l’utilisateur d’interagir avec une scène virtuelle, dont les éléments évoluent selon ses actions et ses demandes.
La génération audio constitue l’un des principaux ajouts de cette version. Le modèle peut produire simultanément plusieurs composantes sonores liées à l’environnement :
Ambiances : vent, bruits de l’environnement et sons associés à la scène.
Musique : éléments musicaux adaptés au monde simulé.
Dialogues interactifs : des personnages capables de parler et de réagir aux changements de la simulation.
Cette approche multimodale doit rendre les environnements plus crédibles et plus immersifs. Le son n’est pas simplement ajouté à une vidéo terminée : il est généré en même temps que le monde évolue.
Des changements en temps réel et une physique améliorée
Genie 4 permet aussi de modifier une scène sans repartir de zéro. L’utilisateur peut demander un changement de météo, déplacer la caméra ou ajouter des personnages et des objets pendant que la simulation tourne. Les ajustements sont intégrés au monde en cours de génération.
Pour coordonner ces interactions, Google s’appuie sur ses modèles Gemini. Gemini Omni contribue au réalisme visuel et comportemental, tandis que d’autres modèles apportent des capacités de raisonnement pour préserver la cohérence de la scène. Google met également en avant des progrès dans la simulation physique, notamment les collisions et l’aérodynamique, ainsi que des personnages dont les mouvements et les réactions se veulent plus naturels.
Ces améliorations restent toutefois soumises à une limite importante : Genie 4 peut maintenir une scène cohérente pendant environ deux minutes. La continuité sur de longues sessions demeure donc un défi pour ce type de modèle.
Des usages pour les jeux vidéo, le cinéma et la robotique
Google présente ces mondes simulés comme des outils potentiels pour plusieurs secteurs. Dans le jeu vidéo, ils pourraient accélérer la création de prototypes interactifs. Pour le cinéma et les effets visuels, ils permettraient d’explorer rapidement des décors, des mouvements de caméra ou des idées de mise en scène. La robotique constitue un autre débouché : des environnements virtuels pourraient servir à tester des comportements et des scénarios avant de les confronter au monde réel.
Genie 4 est actuellement disponible en aperçu de recherche auprès de testeurs sélectionnés. Google prévoit ensuite un déploiement auprès des développeurs partenaires via l’API de Gemini et de Google AI Studio, ainsi que des abonnés Google AI Ultra via Project Genie. L’entreprise n’a pas encore annoncé de calendrier précis pour une disponibilité plus large.
Panasonic Lumix S 20-60mm F3.5-5.6 | Objectif Zoom polyvalent Plein Format S-R2060E (Grand angle 20mm, Zoom 60mm, Mise au point 15cm, Tropicalisé, Compact et léger, Noir – Compatible monture L
